时间序列特性分析教材.pptVIP

* 其中：? =? -1，所以原假设和备选假设可以改写为 可以通过最小二乘法得到? 的估计值，并对其进行显著性检验的方法，构造检验显著性水平的 t 统计量。 但是，Dickey-Fuller研究了这个t 统计量在原假设下已经不再服从 t 分布，它依赖于回归的形式(是否引进了常数项和趋势项) 和样本长度T 。 第二十九页，共五十一页。 * Mackinnon进行了大规模的模拟，给出了不同回归模型、不同样本数以及不同显著性水平下的临界值。这样，就可以根据需要，选择适当的显著性水平，通过 t 统计量来决定是否接受或拒绝原假设。这一检验被称为Dickey-Fuller检验(DF检验)。 上面描述的单位根检验只有当序列为AR(1)时才有效。如果序列存在高阶滞后相关，这就违背了扰动项是独立同分布的假设。在这种情况下，可以使用增广的DF检验方法（augmented Dickey-Fuller test ）来检验含有高阶序列相关的序列的单位根。 第三十页，共五十一页。 DF检验： AR（1）过程： 实际检验时： ，其中 原假设： 包含常数项： 包含常数项以及线性时间趋势： 第三十一